Kim Sjöberg
Elektroniska varor och IT – jättarna
En empirisk studie av omsättningsnivåer
Electronic goods and the IT - giants
An empirical study on turnover levels
Nationalekonomi Kandidatuppsats
Termin: VT 2015
Handledare: Karl-Markus Modén
2
Sammanfattning
Inom EU har det sedan länge funnits en strävan att harmonisera skattesatser gällande moms mellan medlemsländerna. För 2015 har en ny momsregel trätt i kraft med syftet att långsiktigt skapa en mer rättvis konkurrens på marknaden inom EU. Motivet bakom regeln bottnar i s.k.
strategisk momsplacering, vilket många storföretag inom IT ägnat sig åt. Företag har
lokaliserat försäljningsverksamheter i länder där momssatserna varit väldigt låga och därmed kraftigt kunnat hålla nere skatteinbetalningarna. Med den nya regeln förändras regelverket gällande inbetalning av moms vid försäljning av elektroniska varor och tjänster till
privatpersoner. Vid fortsatt försäljning av dessa varor ska moms betalas in till det land där konsumenten är bosatt. Den här studien har utifrån statistisk sekundärdata av
omsättningsnivåer för relevant bransch, sökt finna ett samband mellan omsättning och valda variabler utifrån premisserna för den nya momsregeln. Detta har genomförts för ett urval av Europeiska länder. De mest framhävande analyserna har berört momssatsernas påverkan på dessa omsättningsnivåer. En tydlig ståndpunkt bakom motivet för den nya momslagen är att företagens lokaliseringsbeslut tidigare bestämts utefter momssatser. Med hjälp av
ekonometrisk teori och regressionsanalyser har detta påstående försökts bemötas på bästa möjliga sätt. Resultaten från denna studie pekar på att ett sådant samband funnits.
Lokaliseringsbeslut för företag som säljer ovannämnda varor och tjänster har påverkats av momssatser. Motivet bakom regeln går att styrka utifrån resultaten av denna studie. Samtliga omsättningsnivåer för undersökta länder har uppvisat ett statistiskt signifikant beroende av momssatser för undersökta perioder.
3 Abstract
For a long time there has been an ambition to harmonize VAT rates among the member states within the EU. In 2015, a new VAT rule was introduced in order to realize this ambition and create a fairer competition within the market of EU. This new rule has been introduced due to strategically decisions made by companies dealing with VAT. Sales activities of larger
corporations have been located in countries within the EU where the VAT rates have been very low, and thereby been able to pay low taxes. Along with the new VAT rule, the rules of payment with VAT concerning sales of electronic goods and services to individuals will change. VAT due to sales activities of these goods will be paid to the country of the consumer. This study has by statistical secondary data of relevant business tried to find a connection of the premises of this new VAT rule and turnover levels by a selection of European countries. Analyzes which concerns VAT, especially VAT rates in the different countries has been of major interest to analyze in this study. The new rule clearly state that corporation selling electronic goods today decide the location of sales activities with respect to VAT rates, and in this study that statement has been investigated with help of
econometrical theory and regression analysis. The results of this study did indicate that such a link exists. The location decisions made by these companies are determined along with VAT rates. Therefore the motive behind the rule is justified based on the results of this study. The turnover levels for each country have all shown a statistically significant dependent of VAT rates for the investigated time periods.
4
Innehå llsfö rteckning
Sammanfattning... 2
Abstract... 3
1. Inledning ... 6
1.1 Introduktion ... 6
1.2 Problemformulering ... 6
1.3 Syfte... 7
1.4 Avgränsning ... 7
1.5 Metod... 7
1.5 Uppsatsens disposition ... 9
2. Bakgrund ... 10
2.1 Mervärdesskatt ... 10
2.1.1 Regelverket i Sverige ...10
2.1.2 Regelverket inom EU...11
2.2 Ny EU – momsregel för elektroniska tjänster ... 12
2.3 Tidigare studier... 13
3. Teori ... 15
3.1 Prisbildning inom marknadsekonomin ... 15
3.2 Priselasticitet och skattepålägg ... 16
3.3 Varför skatter? ... 17
3.4 Internationell handel ... 18
4 Ekonometrisk teori ... 20
4.1 Regressionsteori ... 20
4.2 Datatyper ... 21
5. Dataanalys och resultat ... 22
5.1 Datakällor och urval ... 22
5.2 Hypoteser... 25
5.3 Regressionsanalyser ... 26
5.3.1 Regressionsanalys med BNP per capita ...27
5.3.2 Regressionsanalys med BNP per capita (log) ...29
5.3.3 Regressionsanalys med relativa momssatser ...31
5.3.4 Multipel regressionsanalys med relativa momssatser och BNP per capita ...33
5
5.3.5 Multipel regressionsanalys med relativa momssatser och dummyvariabler ...35
6. Diskussion ... 37
6.1 Regressionsresultat ... 37
6.2 Luxemburg ... 38
7. Slutsats... 40
7.1 Slutsats... 40
7.2 Kritik... 41
8. Litteratur- och Källförteckning... 42
Bilaga 1. Amazon ... 44
Bilaga 2. eBay ... 45
Bilaga 3. Momssatser inom EU 2015 ... 46
6
1. Inledning
1.1 Introduktion
Köp av varor och tjänster över Internet har aldrig varit så omfattande som det är idag.
Marknadsplatserna på Internet erbjuder ett allt större utbud som man i egenskap av privatperson kan ta del av oavsett var företagen är etablerade. Mycket köps via postorder, andra varor köps rent elektronisk i form av musik, film, program m.m. I Sverige befinner sig e–handeln i en stark tillväxtfas där omsättningen på nätet ständigt fortsätter att öka. Svensk detaljhandel över Internet ökade med 16 procent under 2014, och för 2015 räknar man med en ökning på 18,4 procent inom hela Europa (Ecommerce News 2015). Studier tyder även på en minskning inom hela Europa gällande försäljning i detaljhandeln som sker ”offline”, alltså i fysiska affärer. Detta innebär att omfattningen per transaktion över Internet kommer att bli större. Vid köp av i stort sett vilken vara eller tjänst som helst så betalar man direkt vid
köptillfället moms, en skatt som oftast är inbakat i priset. Detta gäller även vid köp på Internet av elektroniska varor. Många av de företag som står bakom distributionen av dessa varor har länge varit etablerade i lågskatteländer där framförallt momssatserna varit låga. Att
harmonisera momssatserna mellan medlemsländerna är något som EU strävat efter sedan länge, men även att göra det svårare för företag att minska eller helt undvika skattebetalningar genom att verksamheter lokaliseras i länder där det sker en låg beskattning.
1.2 Problemformulering
För 2015 infördes en ny lag inom EU, en lag som rör betalning av moms på varor och tjänster.
Företag som säljer elektroniska produkter online, måste först ta reda på var deras privatkunder bor eller är registrerade, sedan vilken momssats som är aktuell just i det landet inom EU. Det främsta syftet är att stoppa s.k. strategisk momsplacering, vilket har setts som ett kryphål i gällande lagstiftning. Framöver gäller det att som verksamt handelsföretag redovisa och betala moms till det land där köparen är registrerad, istället för att redovisa moms där försäljningen skett och där företaget har sitt huvudsäte (Svenskt Näringsliv 2015).
7
Införandet av denna lag belyser ett problem, gällande företagens placeringsbeslut med avseende på momssatser. Skulle det inte finnas några andra faktorer än moms att ta med i beräkningen så skulle man kunna förvänta sig att all försäljning som genomförs via Internet sker från länder där skattesatserna är låga. Om det finns andra skäl för placeringsbeslutet och om momssatserna är ganska lika i utgångsläget, så kommer den nya lagen att vara mer av begränsad betydelse.
1.3 Syfte
Syftet är att bringa ljus kring frågan om strategisk momsplacering och vilka huvudsakliga ekonomiska motiv som ligger bakom lokaliseringsbesluten. Uppsatsen avser även att identifiera hemvisten för ett urval av relevanta företag inom EU och kontrollera om dessa systematiskt säljer från länder med låga momssatser.
1.4 Avgränsning
Undersökningen ser enbart till data för länder inom EU. Data för företagens omsättning är begränsade till inom EU, även om företagen nu är verksamma på platser utanför EU. Detta eftersom den nya momsregeln är en EU – regel och verkar därmed enbart gentemot
medlemsländer inom EU.
1.5 Metod
Forskningen i studien kommer att utgå ifrån den kvantitativa forskningsansatsen. Den kvantitativa forskningen är främst en forskningsansats som lägger tyngden på kvantifiering när data samlas in och analyseras. Insamling av information präglas av kontroll och sker på ett strukturerat sätt med fokus på olika variabler. Till skillnad från ett kvalitativt tillvägagångssätt används kvantitativa tillvägagångssätt för att kunna dra representativa slutsatser för en viss population. Metoden används för att hitta ett samband, att söka förklara ett fenomen, medan man med den kvalitativa metoden mer försöker skapa en förståelse.
8
Större delen av uppsatsen kommer att präglas av sifferanalys och beräkningar kring redan insamlad statistisk sekundärdata. Bearbetning och analys kring data kommer ske med hjälp av statistikprogrammet SPSS. Materialet som ligger till grund för den empiriska bearbetningen i denna uppsats inhämtas från bl.a. databasen Amadeus vid Karlstads Universitet. Detta för att det gör det möjligt att hitta data kring enskilda företag smidigt och enkelt. Databasen utgör en pålitlig och omfattande källa som enbart går att tillgå som student via universitetet. Mycket av den presenterade data i denna uppsats är även insamlat från Eurostat, EUs statistikkontor, och Tradingeconomics.
9 1.5 Uppsatsens disposition
Kapitel 2 – Bakgrund
Bakgrundsavsnittet beskriver olika ämnen som ligger till grund för uppsatsen. Dessa är mervärdesskatt, momsregler inom Sverige och EU samt den nya EU – momsregeln för 2015.
Avsnittet avslutas med tidigare studier.
Kapitel 3 – Teori
Relevanta ekonomiska teorier för studien och hypotesprövning. Prisbildningsteori,
priselasticitet, varför det finns skatter och hur internationell handel gynnar världsekonomin.
Kapitel 4 – Ekonometrisk teori
Teori bakom ekonometrisk regressionsanalys, samt vilka data man har att förhålla sig till vid regressionsanalyser och vikten av rätt datamaterial.
Kapitel 5 – Dataanalys och resultat
Vilken typ av data och datamaterial som har valts för att genomföra analyserna, uppsatta hypoteser samt utförda regressionsanalyser. Resultat av ekonometriska regressionsanalyser.
Kapitel 6 – Diskussion
Diskussion om resultaten från regressionsanalyserna och lokaliseringsmönster hos större IT – företag i Luxemburg.
Kapitel 7 - Slutsats
Vilka slutsatser man kunnat dra efter genomförd studie. Konfrontation av hypoteser samt kritik mot val av insamlad data och resultat.
10
2. Bakgrund
2.1 Mervärdesskatt
Mervärdesskatt (moms) är per definition en kostnad som tillkommer på varor (materiella ting, gas, fastigheter m.m.) och tjänster (det som kan tillhandahållas i yrkesmässig verksamhet) som köps eller säljs. Moms har blivit något som man i stort sett inte behöver tänka på i egenskap av privatperson då det aktuella priset redan har momsen inbakad. För företag i Sverige så råder en generell momsplikt, där företag är momsredovisningsskyldiga samt förpliktigade att ta reda på vad som gäller för verksamheten som bedrivs. För företag finns både ingående och utgående moms, där den utgående momsen är den skatt som tas ut av kunden som sedan förs vidare till staten. Total utgående moms beräknas utifrån företaget omsättning. Den ingående momsen är den moms som tillkommer på en vara eller tjänst som företagaren köper in och som företaget får tillbaka av staten genom återföring. Moms får företagen tillbaka för att de har rätt göra avdrag för det som betalas på inköp till
verksamheten. Den redovisade skillnaden mellan ingående och utgående moms är det som betalas in till Skatteverket (Skatteverket 2015a).
Det praktiska framräknandet, deklarationen samt inbetalningen av momsen till Skatteverket sköts av företagen. Att ta ut moms av kunder och betala moms till staten är ett administrativt arbete som påläggs alla verksamheter som handlar med varor eller tjänster i Sverige.
Processen är likartad hos momsregistrerade företag (d.v.s. företag som bedriver näringsverksamhet) inom hela EU (Skatteverket 2015a).
2.1.1 Regelverket i Sverige
Mervärdesskatt infördes 1969 med Lagen om Mervärdesskatt (1968:430). Idag gäller främst tre olika momssatser i Sverige: 6, 12 och 25 procent, där standardskatten är 25 procent. De andra momssatserna gäller enbart för särskilt angivna varor och tjänster och åtminstone en reducerad momssats appliceras inom alla medlemsländer (Skatteverket 2015b).
11
Moms har delvis till syfte att fungera som ett slags styrmedel vilket speglas i de olika momssatserna, där staten söker öka samt minska konsumtionen av vissa varor och tjänster.
Som nämnts ovanför så har företag vid näringsverksamhet alltid en skyldighet att lägga på moms på det aktuella försäljningspriset. Moms på det som företag köper in till verksamheten har de rätt att göra avdrag på. Det finns även företag som driver momsfri och blandad verksamhet, d.v.s. både en momsbefriad och momspliktig verksamhet. I en momsfri verksamhet får inga avdrag vid inköp göras och i en blandad verksamhet så görs avdragen genom fördelningsnycklar (Ekonomi – info 2008).
Idag finns det flera rättsliga områden som berör mervärdeskatten och en del förändringar har skett sedan inrättandet av Lagen om Mervärdesskatt (1968:430). Där en av dessa som inverkat är Mervärdeskattelagen (1994:200) som tillkom 1994, alltså året innan Sverige gick med i EU. Denna lag var redan innan inträdet i EU anpassad till EG – rätt, d.v.s. dåtidens europeiska unionsrätt. Sveriges inträde i EU har sedan dess generellt sett inneburit att EU – rätten idag har blivit en del av svensk rätt inom många rättsområden (EU – Upplysningen 2014).
2.1.2 Regelverket inom EU
VAT står för ”Value Added Tax” och är ett internationellt begrepp och motsvarigheten för svensk moms. Det definieras som en generell, brett baserad konsumtionsskatt räknat utifrån mervärdet på varor och tjänster, och är i stort sett applicerbar på alla varor och tjänster som köps och säljs inom EU. Den gällande lagstiftningen som reglerar momsen idag inom hela unionen har varit i kraft sedan 2007, nämligen direktiv (2006/112/EC). Denna lag bestämmer bl.a. omfattningen, platsen för tillhandahållande, skattepunkt och momssatser. Detta är en omarbetning och förtydning från den tidigare Sixth VAT Directive som trädde i kraft 1977.
Det är även inom direktiven som man finner vilken typ av varor som kan dra nytta av reducerade momssatser och det finns även bestämt vilka varor och tjänster som inte ska belastas med moms (Europeiska Kommissionen 2015).
När momsinbetalningar sker gränsöverstigande gentemot andra länder inom EU kan ibland frågetecken om vem eller var momsen ska erläggas uppstå. Gällande momsregler för
varuhandel med andra EU–länder är idag komplicerade och det blir ofta flera konstaterade fel i processen. Som momsregistrerat företag inom EU behövs ingen moms tas ut om köparen också är en kund som driver ett motsvarande momsregistrerat företag. Kravet är att köparen
12
måste kunna uppge ett giltigt momsregistreringsnummer till säljaren. Detta kallas för omvänd skatteskyldighet (unionsinternt förvärv), när ett företag med ett giltigt
momsregistreringsnummer (VAT – nr) gör ett köp hos ett företag med ett giltigt VAT – nr i ett annat EU – land. Det blir då köparens skyldighet, att både beräkna och rapportera den moms som gäller för det land köparen är registrerad i. Vid försäljning av både varor och tjänster till privatpersoner, eller där VAT-nr inte kan uppges, så gäller inhemsk moms vid fakturan. Detta är vad den generella momslagstiftningen inom EU säger idag. (Skatteverket 2015c)
2.2 Ny EU – momsregel för elektroniska tjänster
En ny lag som berör försäljning av elektroniska tjänster, sändningstjänster och
telekommunikationstjänster till privatpersoner inom EU trädde i kraft för 2015. Företagens omsättning för elektroniska tjänster kommer nu inte att momsbeskattas till det land där det säljande företaget är registrerat, vilket den generella momslagstiftningen idag säger.
Beskattningen kommer istället ske till det land där köparen är bosatt, där den som ansvarar för att betala in momsen är säljaren av elektroniska tjänster (Skatteverket 2015d). De tre tjänster som den nya regeln omfattar är:
i. Elektroniska tjänster – Tjänster som säljs via Internet eller andra elektroniska nätverk såsom filmer, böcker, applikationer, programvaror m.m. som tillhandahålls online.
ii. Telekommunikationstjänster – Detta gäller främst både fast och mobil telefoni, samt tillgång till Internet.
iii. Sändningstjänster – Radio- och tv–program som sänds både via tv–nät eller radio. Det räknas som en sändningstjänst om programmet sänds via Internet samtidigt som det sänds via tv eller radio–nät.
De som blir direkt påverkade av denna lag är företag som säljer ovannämnda tjänster till privatpersoner. För att veta om kunden är en privatperson och inte driver momsregistrerad verksamhet, så kan företagaren utgå ifrån att köparen är en privatperson om denne vid köp inte uppger något VAT – nr.
För företag som säljer dessa tjänster innebär detta att det administrativa arbetet förändras. Vid försäljning måste företagen ta reda på var deras kunder är bosatta, samt vilken momssats som gäller för det aktuella landet. De måste även kunna styrka aktuella kunders hemvist genom
13
minst två verifikationer. En längre bokföringstid kring kunduppgifter krävs också och dessa ska lagras i minst tio år. Dessa är några av de förändrade administrativa sysslor som ligger till grund för den kritik som riktats mot denna lag.
Lagen är främst en reaktion mot att stora IT – företag som Apple, Amazon m.fl. etablerat delar av sin verksamhet i ”momsparadis” – länder inom EU där de momspliktiga
skattesatserna ligger väldigt lågt. Detta gäller främst länder som Luxemburg, som för 2015 har en normalskattesats på 17 procent, samt en reducerad skattesats på 3 och 8 procent. I praktiken har detta inneburit att dessa företag haft möjligheten att fakturera sina europeiska kunder därifrån och på så vis kraftigt hålla nere momsen i.o.m. att detta betalats inom landet.
Målet är att långsiktigt göra konkurrensen inom denna bransch mer rättvis (Svenskt Näringsliv 2015).
2.3 Tidigare studier
Tidigare forskning av moms och momsverkan inom aktuell bransch har främst skett inom företagsekonomi och juridik, men även inom nationalekonomin. Vad gäller momsregler och omsättningsnivåer av elektroniska tjänster finns det däremot inte lika många studier gjorda.
De juridiska studierna har präglats mycket av att jämföra verkligheten med teorin. En studie gällande rådande lagstiftning av blandad momsverkan gjordes 2008 från Örebro Universitet (Hansen 2008). Denna studie tar både upp både Svensk- och EU – rätt inom momsområdet, därför har den en viss relevans för denna uppsats och kommer även in en del på problem som tyckts uppstå kring gällande rätt och den praktiska verkligheten. Detta är dock av mindre intresse för denna uppsats eftersom lagen gällande elektroniska tjänster är helt ny för 2015 och har därför ännu inte verkat tillräckligt länge i praktiken. Det finns som sagt få tidigare uppsatser gjorda som liknar denna studie, men det finns två senare studier kring ämnet mervärdesskatt på elektroniska tjänster. Den ena studien är gjord i Karlstad 2011 inom ämnet skatterätt, den andra är gjord i Jönköping samma år inom affärsjuridik. Den förstnämnda studien är av liknande natur som denna i.o.m. att författaren till denna studie studerat marknaden kring dessa tjänster och delvis granskat momsskatterättsliga tvister mellan producent och konsument (Sahlén 2011). Studien från Jönköping kan sägas vara av störst intresse bland tidigare studier och som också fungerat lite som en inspirationskälla kring ämnet. Denna behandlar ett liknande problem som denna studie söker undersöka, nämligen
14
försäljning av elektroniska tjänster och konkurrenssnedvridningar som uppkommit på denna marknad. Studien refererar till ett EU beslut från 2002, som har just till syfte att främja konkurrensen, d.v.s. ett liknande syfte som den nya regeln för 2015 (Abdi 2011).
15
3. Teori
3.1 Prisbildning inom marknadsekonomin
Prisnivån på marknaden bestäms utifrån rådande jämvikt mellan utbud och efterfrågan.
Efterfrågan definieras generellt som kvantiteten av en vara som man är villig att köpa vid varje givet pris. Utbudet är den kvantitet av en vara som bjuds ut på en marknad vid varje prisnivå. Inom den nationalekonomiska teorin om maximeringsantagande beteenden hos köpare och säljare på en sådan marknad säger detta att köpare maximerar nyttan och säljarna maximerar vinsten. Nyttomaximeringen säger att köparen spenderar sin budget på ett sätt som gör att marginalnyttan dividerat med priset på en vara kommer vara lika för alla varor.
Säljarnas vinstmaximering innebär att varje säljare för sig kommer anpassa sitt utbud så att marginalkostnaden av ytterligare en producerad enhet av en vara till marknaden är lika med priset på varan. En generell efterfrågefunktion, härledd från nyttomaximering, kan skrivas som,
Qd = F(P, Y, Ps, Pc, Z)
Givet att alla andra variabler är konstanta så minskar efterfrågan när priset (P) på varan ökar.
Efterfrågefunktionen skiftar när de övriga variablerna ändras. Konsumenternas inkomst (Y) påverkar och skiftar efterfrågekurvan inåt eller utåt beroende på om varan är inferior eller normal. Ps står för priset på substitutvara och om priset på denna ökar så ökar efterfrågan och vice versa. Detta gäller under förutsättningen att inkomsten är konstant eller har anpassats så att det är möjligt för konsumenten att konsumera samma varukombination som innan
prisändringen. Pc står för priset för komplementvara, vilket vid en prisminskning ökar efterfrågan och vid en prisökning minskar efterfrågan. Z står för en förändring i
efterfrågemönstret som beror på andra faktorer, där detta kan vara förändringar i t.ex. smak eller teknologisk utveckling.
Utbudsfunktionen kan generellt skriva som:
Qs = F(P, W, Pi, T)
Utbudskurvan är positivt lutad om marginalkostnaden är tilltagande. W står för löner och Pi är priset på insatsmaterial. Ökar endera av dessa variabler så minskar företaget utbudet för varje
16
givet varupris. T är en faktor som står för teknologi. Vid förbättrad teknologi så skiftar marginal- och genomsnittskostnadskurvorna nedåt, vilket innebär att utbudet ökar för varje givet varupris.
3.2 Priselasticitet och skattepålägg
Hur mycket efterfrågad kvantitet förändras i samband med en prisökning eller prisminskning beror på efterfrågan priselasticitet, vilken mäter hur efterfrågad kvantitet förändras i procent vid en given procentuell förändring av priset. Detta är nästan alltid ett negativt tal, då efterfrågan minskar när priset ökar. Elasticiteter jämförs och mäts i absoluta värden.
ε = (ΔQ/Q) / (Δp/p)
Där (ΔQ/Q) är procentuell förändring av efterfrågad kvantitet och (Δp/p) är procentuell förändring av pris. Likaså mäter utbudets priselasticitet procentuell förändring av utbjuden kvantitet som svar på en given procentuell förändring av priset.
η = (ΔQ/Q) / (Δp/p)
(ΔQ/Q) mäter här procentuell förändring av utbuden kvantitet och (Δp/p) är procentuell förändring av pris.
Prisförändringar kan ske av olika anledning, t.ex. om staten bestämmer sig för att beskatta en vara, eller förändra en redan existerande skattesats. För att veta hur införandet av moms påverkar marknadspriset så behöver staten veta både efterfråge- och utbudspriselasticiteterna.
Dessa elasticiteter förutspår effekterna av införandet av en momsskatt och hur mycket av skattebördan som faller på konsumenterna.
Om staten inför en s.k. specifik varuanknuten skatt så måste säljaren betala τ kronor till staten för varje såld enhet av varan. Då erhåller säljarna (p – τ) när konsumenten betalar priset p.
Utifrån denna information kan effekten av en varuanknuten skatt på marknadspriset bestämmas. Marknadspriset konsumenterna betalar efter införd skatt bestäms utifrån jämvikten mellan efterfrågefunktionen och utbudsfunktionen efter skatt.
D(p)-S(p-τ) = 0
17
Där denna ekvation implicit definierar priset som en funktion av τ: p(τ). Effekten av τ och det nya priset som konsumenterna får betala beräknas utifrån förändringen i pris genom
förändringen av skattesatsen,
Δp/Δτ = (ΔS/Δp) / ((ΔS/Δp)-(ΔD/Δp)) (1) En högre skatt ger ett högre pris för konsumenterna. Bördan av skatten varierar beroende på elasticiteten för den vara som momsen läggs till på. Ekvationen går att uttryckas i termer av elasticiteter.
Δp/Δτ = ((ΔS/Δp)*(p/Q)) / ((ΔS/Δp)*(p/Q)-(ΔD/Δp)*(p/Q)) = (η/η-ε) (2) Där den högra sidan av tidigare ekvation multiplicerats med (p/Q). Då kan man tolka en
prisförändring till följd av en momsskatt som så att:
Δp = (η/η-ε) Δτ. (3)
Detta visar ökningen i priset som konsumenterna får betala efter en förändring av en varuanknuten skatt (Perloff 2012, 59 – 62).
3.3 Varför skatter?
Skatter bestäms politiskt och används för finansiering av bl.a. försvar och andra kollektiva varor och tjänster – varor och tjänster där det råder icke-rivalitet och icke-exkluderbarhet.
Konsumtion av sådana varor och tjänster kan då tillhandahållas ”gratis” eller med väldigt låga avgifter. På så vis leder även skatter till en slags omfördelning i konsumtionen. Vanliga skatter som offentliga organ kan använda sig av är bl.a. inkomstskatt, som alla med en beskattningsbar inkomst (lön från arbete) betalar. Till konsumtionsskatter brukar räknas mervärdesskatt (moms) och punktskatter, vilket är skatter som betalas direkt vid konsumtion.
Vad gäller avgifter som statlig intäkt är arbetsgivaravgift en vanlig avgift som betalas av arbetsgivare. Till andra statliga intäkter räknas också tullavgift, bidrag från EU m.m.
Skatter används även vid korrigeringar av externa effekter, som avser den fördel eller kostnad som påverkar någon som inte är i direkt anslutning till varken produktionen eller
konsumtionen av en vara eller tjänst. Det är främst på negativa externa effekter, som t.ex.
luftföroreningar, som skatter påtvingas eftersom detta grundar sig i ett marknadsmisslyckande
18
och en produktion som ligger bortom en ekonomisk effektiv nivå. På detta sätt byggs den externa effekten in i produktionen och blir en privat kostnad hos de ansvariga producenterna.
Sådana skatter och subventioner kallas för ”Pigou-skatter” respektive ”Pigou–subventioner”, och syftar till att skapa en effektiv produktionsnivå när externa effekter är närvarande. Teorin säger att vid en resursfördelning så finns det andra effektivare fördelningsalternativ
tillgängliga som ökar den totala samhällsnyttan. När det sker en förändring i en
resursfördelning som förbättrar situationen för en part, samtidigt som det inte försämrar situationen för en annan part, sker en s.k. Paretoförbättring. När ingen förbättring längre är möjlig, d.v.s. då alla Paretoförbättringar skett, är resursallokeringen Pareto – optimal (Hubbard och O’Brien, 134-145).
3.4 Internationell handel
En marknad definieras brett som en miljö, en informationskanal, där köpare och säljare av en viss vara eller tjänst kan interagera i syfte att underlätta ett utbyte. ”Marknad” är ett generellt begrepp där en marknad kan vara begränsad till ett land, en geografisk yta eller en plats på Internet. En marknad behöver därmed inte nödvändigtvis vara en fysisk mötesplats.
Internetbaserade butiker är marknader där transaktioner mellan köpare och säljare sker fullständigt online och där ingen part behöver träffas rent fysiskt. Marknader som stöds av IT nätverk har vuxit i omfattning och blivit alltmer likvida.
Alla länder vinner på att handla internationellt eftersom handel gör att de resurser som finns blir bättre utnyttjade, eftersom detta bygger på specialisering och att länder är olika.
Internationell handel omfattar hela världen och får den totala världsekonomin att öka. Denna handel gör det möjligt för företag att dela upp totalmarknaden i segment. Möjligheten att segmentera totalmarknaden gör att företag kan identifiera företag eller individer som liknar varandra när det gäller bl.a. behov och köpkriterier. Genom att samla dessa i segment kan då företag bearbeta dessa grupper på liknande sätt.
Lokalisering bestäms utefter resursbehov, transportkostnader och handelsbarriärer. Att omlokalisera produktionsverksamheter utomlands innebär kostnadsreduceringar för företag, vilket i sin tur gynnar konsumenter i form av lägre priser. Företag kan även äga hela företag eller egendom i ett annat land, detta fenomen kallas då ”foreign direct investment” (FDI).
Detta gör det möjligt att undvika t.ex. tullavgifter som följer vid export till en utländsk
19
marknad genom att istället både producera och sälja på lokal nivå inom den marknaden (Feenstra och Taylor 2011, sid 5 – 29).
För företag som säljer elektroniska tjänster är transportkostnader och taxeringsavgifter redan obefintliga då marknaden redan är totalt integrerad. En annan anledning till FDI är företagens närhet till kunden och kännedom om den lokala marknaden, men samma gäller här att denna marknad redan är totalt integrerad världen över. Marknaden är Internet, vilket är en enda marknad och allt som krävs för att nå den är en Internetanslutning. Företagens
lokaliseringsbeslut har då nästan uteslutande ingenting att göra med kostnadsreduceringar i form av transportkostnader, utan segmenteringen av deras totalmarknad grundar sig i jurisdiktionerna som tar ut skatt.
20
4 Ekonometrisk teori
4.1 Regressionsteori
Den linjära regressionsmodellen är en teknik för att kunna förklara ett statistiskt beroende.
Metoden söker efter ett linjärt samband hos en beroende variabel, på en eller flera oberoende variablar. Syftet med en sådan analys är att kunna uppskatta och förutsäga ett verkligt
medelvärde på den beroende variabeln med hjälp av kända värden på de oberoende variablerna. En linjär regressionsekvation består av ett intercept (skärningspunkt), slope (lutning) samt error term (felterm):
Yi = β1 + β2Xi + ui
En linjär regressionsmodell med en oberoende variabel kallas för en simpel linjär
regressionsanalys. Om regressionsmodellen innehåller två eller flera oberoende variablar kallas den för multipel linjär regressionsanalys. En simpel linjär regressionsanalys kan många gånger vara otillräcklig för att förklara ekonomisk teori, t.ex. konsumtionsteori, då det är otillräckligt att ge inkomst som den enda förklarande variabeln på konsumtion. Då behövs en multipel linjär regressionsanalys bestående av två eller flera oberoende (förklarande)
variablar:
Yi = β0 + β1X1i + β2X2i +...+ βnXni + ui
Där Y är den beroende variabeln, X1 och X2 de oberoende variablerna och u feltermen.
Feltermen anger övrig variation i den beroende variabeln som inte förklaras av de oberoende variablerna. β0 är en konstant som är startvärdet för den beroende variabeln. β1 och β2 är regressionskoefficienterna för de oberoende variablerna som visar med hur många enheter den beroende variabeln förändras när någon av dessa ändras med en enhet. Med hjälp av utfallet från en regressionsekvation kan man bilda en regressionslinje. Regressionslinjen visar styrkan på korrelationen, eller effekten på den beroende variabeln av den oberoende
variabeln/variablerna. Korrelationen mellan variablerna kan vara positiv, d.v.s. den beroende variabeln ökar i värde när den oberoende variabeln/variablerna ökar i värde. Vid negativ korrelation minskar värdet på den beroende variabeln när värdet på den oberoende
variabeln/variablerna ökar i värde. Vid eventuellt samband undersöks även om modellen är
21
statistiskt signifikant, alltså hur stor sannolikheten är att det faktiskt finns ett samband mellan variablerna och hur mycket slumpen spelar in i sambandet. Vid en regressionsanalys ser man till P – värdet för de oberoende variablerna och jämför dessa med aktuell signifikansnivå.
Signifikansnivån är sannolikheten att förkasta nollhypotesen om den är sann. Om P – värdet ≤ aktuell signifikansnivå (α) förkastas uppsatt nollhypotes, där nollhypotesen säger att
populationens medelvärden är alla lika. Om P – värdet > aktuell signifikansnivå (α) saknas tillräckligt bevis för att förkasta uppsatt nollhypotes. Generellt säger ett lägre P – värde att testet är mer signifikant. Vid uppsättning av hypoteser bestäms även om testet ska vara enkel- eller dubbelsidigt. Vid dubbelsidigt så är det kritiska området uppdelat på två områden i en s.k. svans. Ett dubbelsidigt test är hypotesprövning där avvikelser prövas från nollhypotesen åt någotdera håll. Vid enkelsidigt test prövas enbart avvikelser åt ett håll. Erhållet P-värdet vid regressionsanalyser brukar vanligtvis gälla för dubbelsidiga test. Divideras denna på hälften får man signifikansnivån för ett enkelsidigt test. Vanliga signifikansnivåer är 5, 1 och 0,1 procent men majoriteten av studier använder sig av 5 procent. Valet av signifikansnivå är dock helt godtyckligt.
4.2 Datatyper
Tillvägagångssättet för en lyckad ekonometrisk regressionsanalys beror mycket på tillgänglig data, men också vilken typ av data som finns tillgänglig. De vanligaste data man förhåller sig till inom ekonometrisk regressionsanalys är time series data (tidsseriedata), cross-section data (tvärsnittsdata) och panel data (paneldata). Med tidsserie menas observerad data från en variabel vid flera tidsperioder. Data samlas då in för olika tidsinterval, som t.ex. daglig eller årsvis data. Problemet med dessa data ligger i antagandet att den underliggande
tidserievariabeln är stationär, alltså att dess medelvärde och varians inte systematiskt varierar över tiden. Tvärsnittdata är observerad data av en eller fler variablar vid ett och samma tillfälle över tid, som t.ex. BNP per capita för samtliga EU – länder 2014. Problematiken vid studier av sådana data bottnar i heterogenitet, att vissa observationer skiljer sig märkvärt från andra och det finns risk för en ”scale effect” som man får ta hänsyn till vid analys av
tvärsnittsdata. Paneldata är ett samlingsbegrepp för en kombination av båda dessa datatyper.
Denna typ av data är multi – dimensionell och ser till observationer över två eller fler tidsperioder och för flera variablar. Detta kan t.ex. vara data för samtliga EU – länders inflationsutveckling mellan åren 2010 – 2014.
22
5. Dataanalys och resultat
5.1 Datakällor och urval
I detta avsnitt har paneldata för samtliga länders BNP per capita och omsättningsnivåer för aktuell bransch hämtats från Eurostat. Deras uppdrag är att förse hela unionen med objektiv och pålitligt statistik på en Europeisk nivå, vilket gör det möjligt att jämföra länder och regioner sinsemellan. För att kunna göra beräkningar av relativa momssatser är data hämtade från Tradingeconomics, vilket är en hemsida som förser användare med historisk data gällande ekonomiska indikatorer. Här har historik hämtats som berör medlemsländernas standard momssatser för de år som är aktuella. Urvalet består av 21 Europeiska
medlemsländer, som valts utifrån tillgänglig omsättningsdata för aktuell bransch och över tillräckligt lång tid, d.v.s. data som kan ge ett rättvist resultat med hjälp av ekonometrisk teknik. Omsättningsdata för aktuell bransch har varit bristfällig och det har för flera
medlemsländer saknats data för olika år, eller så har data varit fullständigt konfidentiellt. Ett av de länder som är av större intresse att undersöka och som i samband med den nya
momslagen fått ta emot kritik är Luxemburg. Luxemburg är ett av många länder där data är konfidentiellt vid tillfället för denna undersökning. Även fast den nya momslagen appliceras inom hela EU, så har landet haft de absolut lägsta momssatserna inom hela EU (se 2.2.) och hade därför varit av betydelse för undersökningen och resultaten.
Nedan presenteras insamlat datamaterial för varje valt land årsvis, med omsättningen som andel av BNP (omsättningen definieras sedan som procent av BNP vid
regressionsanalyserna), den absoluta momssatsen på elektroniska varor samt data för analys av valda oberoende variabler, där BNP per capita är uttryckt i Euro. Även omsättning som procentuell andel av BNP för samtliga länder presenteras grafiskt, för att synliggöra ifall omsättningsnivåerna märkvärdigt skiljt sig åt.
23
Tabell 1. Datamaterial för 2008
Tabell 2. Datamaterial för 2010
24
Tabell 3. Datamaterial för 2012
Figur 1. Omsättning som procentuell andel av BNP 2012
25
Omsättningsnivåerna i förhållande till BNP tycks variera en del mellan länderna (se figur 1).
Tyskland och Storbritannien har något högre omsättning, men det är fortfarande en väldigt liten del av total BNP. Ett stöd till varför dessa länder har högre omsättning kan vara antalet företag inom denna bransch som etablerat sig där. Med data från Eurostat säger det att för 2012 fanns nästan 20 000 företag med försäljning över Internet i Tyskland och ungefär 15 000 liknande företag i Storbritannien. Detta jämfört med Spanien eller Kroatien där det för samma år fanns ungefär 2 500 respektive 300 företag med försäljning över Internet etablerade
(Eurostat 2015). Försäljningen hos dessa företag sker dock inte enbart över Internet utan även över postorder, vilket återigen leder till diskussionen om lokaliseringsfaktorer. Varför så många företag valt att etablera sig i t.ex. Tyskland eller Storbritannien kan då tänkas bero på språkkunskaper, låga hyror, en centralt punkt för marknaden m.m.
5.2 Hypoteser
Hypoteserna är utformade utifrån tidigare teorier gällande företags lokaliseringsbeslut.
Lokaliseringsviljan grundar sig i ett antal affärsmässiga beslut, bl.a. vad gäller kostnadsreduceringar i form av transportkostnader och lokal marknadskännedom.
Internationell handel möjliggör även segmentering av aktuell totalmarknad, vilket är av intresse för företag som söker identifiera potentiella kunder. Inga av dessa teorier är dock relevanta när det gäller lokalisering och försäljning av elektroniska varor. Marknaden är totalt integrerad och lokaliseringsbeslut av filialer bland dessa företag finner inget stöd i diskuterad teori. Det spelar alltså ingen roll var lokaliseringen sker, företagen har närhet till kunden lika väl och transportkostnaderna förblir obefintliga. Den enda lokaliseringsfaktor som dessa företag då har kvar att ta hänsyn till är skatten.
Hypotes (H0) = Företagens lokaliseringsbeslut bestäms utefter okända faktorer och moderbolagets hemvist. Det saknas en lokaliseringsfaktor.
Mothypotes (H1): Företagens lokaliseringsbeslut påverkas av de relativa momssatserna. En ökning av ett lands relativa momssats leder till en minsking av omsättningen inom aktuell bransch och land, och till en ökning av omsättningen när den relativa momsen minskar.
26 5.3 Regressionsanalyser
Datamaterialet för regressionsanalyserna är paneldata för samtliga valda variabler vid totalt tre tidpunkter – år 2008, 2010 och 2012. Regressionsmodellerna är ”poolade” regressioner med totalt 63 observationer, vilket innebär att resultaten ska tolkas som ett genomsnitt för samtliga länder. Variablerna som undersöks är Land, År, Omsättningsnivå, BNP per capita och Relativ moms. Två dummyvariabler införs och analyseras vid den sista regressionen, för att se ifall omsättningen vid någon tidpunkt märkvärdigt skiljer sig från någon annan tidpunkt ,och vad detta i så fall kan bero på. Variabeln år och ID är två nominella variablar som inte har någon absolut ordning. Omsättningsnivå är omsättning inom aktuell bransch mätt i procent av ländernas BNP. BNP per capita är ländernas totala produktion med hänsyn till befolkningsutveckling, mätt i miljoner Euro och i ”constant prices”, vilket är data som tagit hänsyn till effekterna av prisinflation. Den relativa momssatsen är ett mått konstruerat utifrån ett EU – genomsnitt, representerat av samtliga valda länder, med blandade standard
momssatser. Detta genomsnitt har sedan dividerats med undersökta länders standard momssatser för de tre tidpunkterna. Den beroende och de oberoende variablerna för regressionsanalyserna är alla kontinuerliga variablar, som kan anta olika värdet mellan minimum- och maximumvärdena.
Modellerna skattas med hjälp av statistikprogrammet SPSS. När regressionsanalyser utförs med hjälp av detta program så räknar programmet vanligtvis ut regressionen som ett
dubbelsidigt test. Ambitionen ligger i att tolka dessa som enkelsidiga tester, med avseende på uppsatt mothypotes med en signifikansnivå på 5 procent.
Inom undersökt bransch behandlas företag som sköter detaljhandel, d.v.s. handel med
enskilda varor, via postorder och över Internet. De potentiella köparnas val baseras främst på kataloger, annonser eller någon form av information som framförts på en hemsida. Köpen läggs via telefon, Internet eller mail. Produkterna som köps hos dessa företag kan antingen bli fysiskt levererade hem till kunden, eller så kan produkten laddas ned direkt från Internet (Sic Code Wiki 2013).
27 5.3.1 Regressionsanalys med BNP per capita
Denna regressionsanalys är tänkt att söka stöd för att elektroniska varor är normala varor.
Teorin säger att vid en inkomstökning, här BNP per capita, så ökar även konsumtion och omsättning av denna typ av varor om dessa är normala (se 3.1). Det bör då även gälla elektroniska varor givet att tidigare diskuterat grundantagande gäller, d.v.s. att preferenserna för varje land är någorlunda lika samt att företagen inte har någon lokaliseringsfaktor att ta hänsyn till. Skulle denna typ av varor visa sig vara inferiora så minskar omsättningen när inkomsten ökar. Omsättning är här den beroende variabeln och BNP per capita den oberoende.
Figur 2. Regressionssammanfattning för regressionsmodell med BNP per capita
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 ,106a ,011 -,005 ,002926806945
a. Predictors: (Constant), BNPperCapita
Coefficientsa
Model
Unstandardized Coefficients
t Sig.
B Std. Error
1 (Constant) ,316 ,069 4,558 ,000
BNPperCapita_Euro 1,974E-6 ,000 ,831 ,409
a. Dependent Variable: OmsättningAvBNP_Procent
Regressionsekvation
OmsättningAvBNP_Procentit = β0 + β1BNPperCapita_Euroi + ui
i = 21
t = 2008, 2010, 2012
28
Den första rutan är modelsammanfattningen, vilket ger ett mått på förklaringsgraden hos den oberoende variabeln. Determinationskoefficienten (r2) ger en förklarande varians i procent hos den beroende variabeln på basis av den oberoende, alltså hur väl variationen i den oberoende variabeln kan förklara variationen i den beroende variabeln. Ett högre värde på
determinationskoefficienten tyder på en starkare förklaringskraft. Determinationskoefficienten är mest användbar för att jämföra styrkan hos olika regressionsmodeller. Här har
determinationskoefficienten ett värde på 0,011 vilket innebär att 1,1 procent av variationen i omsättningsnivån kan förklaras av förändringar i BNP per capita.
I koefficientrutan läses den oberoende variabelns koefficient (β1 ), som här ligger på 0,0197.
Koefficienten visar förändringen på den beroende variabeln vid en enhets ökning i den oberoende variabeln. Eftersom värdet på den skattade parametern är positiv, så skulle i detta fall omsättningsnivån öka med 0,0197 procent vid en enhets ökning av BNP per capita. Testet svarar därmed på att vid en ökning av BNP per capita sker en ökning av omsättningsandelen.
Det föreligger en positiv korrelation mellan variablerna, vilket stärker stödet att denna typ av vara är en normal vara.
För att säkerställa att koefficienten inte är noll och att den oberoende variabeln faktiskt har en påverkan på den beroende variabeln tittar man här på P – värdet och jämför detta med aktuell signifikansnivå (α), som här är satt på en standardnivå på 5 procent. P – värdet för den oberoende variabeln ligger här på 0,409 (0,2045 enkelsidigt) vilket är högre än en
signifikansnivå på 5 procent. Testet är alltså inte statistiskt signifikant då 0,409 > 0,05, och det saknas stöd för ett faktiskt samband mellan variablerna. För att förkasta uppsatt
nollhypotes, men också dra slutsatsen att dessa varor är normala, gäller här att P – värdet är lägre än signifikansnivån på 5 procent.
29
5.3.2 Regressionsanalys med BNP per capita (log)
Följande regressionsanalys använder logaritmerade värden av samma variablar som ovan.
Detta för att variablerna ska vara normalfördelade kring medelvärdet. Variablerna bör vara normalfördelade vid regressionsanalyser för att ge ett mer rättvist resultat, men så är inte alltid fallet. Då kan regressionsanalysen underlättas genom att ta den naturliga logaritmen av variablerna. Utmatningen talar även för ett starkare linjärt samband än föregående
regressionsmodell där variablerna var mer snedfördelade. Logaritmeringen innebär även att resultaten tolkas i procent.
Figur 3. Regressionssammanfattning för regressionsmodell med BNP per capita (log)
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 ,134a ,018 ,002 ,87415
a. Predictors: (Constant), lnBNPperCapita_Euro
Coefficientsa
Model
Unstandardized Coefficients
t Sig.
B Std. Error
1 (Constant) -2,973 1,548 -1,921 ,059
LnBNPperCapita_Euro ,165 ,156 1,058 ,294
a. Dependent Variable: lnOmsättningAvBNP_Procent
Regressionsekvation
lnOmsättningAvBNP_Procentit = β0 + β1*lnBNPperCapita_Euroi + ui
i = 21
t = 2008, 2010, 2012
30
Förklaringsgraden hos den oberoende variabeln på omsättningsandelen är vid logatimerade värden något starkare med en determinationskoefficient (r2) på 0,018. Här kan då 1,8 procent av förändringen i omsättningsandelen förklaras av förändringen av BNP per capita, vilket är 0,7 procentenheter starkare förklaringskraft än föregående regressionsmodell.
Koefficienten för BNP per capita (β1 ) har här ett värde på 0,165. Utifrån denna analys skulle omsättningsnivån öka med 0,165 procent vid en procents ökning av BNP per capita. En ökning av BNP per capita leder till en ökning av omsättningen även här och det föreligger fortfarande en positiv korrelation mellan omsättningsnivån och BNP per capita.
Om en ökad inkomst har en faktiskt påverkan på aktuell omsättningsnivå bestäms även här av P – värdet och en signifikansnivå på 5 procent. P – värdet för den oberoende variabeln ligger på 0,294 (0,147 enkelsidigt) vilket är högre än en signifikansnivå på 5 procent. Eftersom 0,294 > 0,05 går det inte med säkerhet säga att BNP per capita som oberoende variabel påverkat aktuella omsättningsnivåer. Inte heller i denna regressionsmodell finns tillräckligt stöd för att elektroniska varor ska räknas som normala varor.
31
5.3.3 Regressionsanalys med relativa momssatser
Elektroniska varor antas inte vara normala varor utifrån utmatningen från föregående regressionsmodeller, då P – värdet för den oberoende variabeln inte var tillräckligt lågt. I denna regressionsanalys studeras ifall momsen, definierat som en relativ momssats, haft någon signifikant påverkan på omsättningsnivåerna. Analysen är även ett försök till att förkasta uppsatt nollhypotes och stärka mothypotesen gällande företagens lokaliseringsbeslut utifrån skatteutgifter. Denna regressionsmodell använder samma beroende variabel, men nu relativa momssatser som oberoende variabel.
Figur 4. Regressionssammanfattning för regressionsanalys med relativa momssatser
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 ,228a ,052 ,036 ,85895
a. Predictors: (Constant), lnRelativMoms
Coefficientsa
Model Unstandardized Coefficients t Sig.
B Std. Error
1
(Constant) -1,326 ,108 -12,230 ,000
lnRelativMoms -1,454 ,796 -1,827 ,073
a. Dependent Variable: lnOmsättningAvBNP_Procent
Regressionsekvation
lnOmsättningAvBNP_Procentit = β0 + β1*lnRelativMomsi + ui
i = 21
t = 2008, 2010, 2012
32
Determinationskoefficient (r2) har här ett värde på 0,052. Här kan 5,2 procent av förändringen i omsättningsnivån förklaras av förändringen av den relativa momssatsen, vilket en
förklaringskraft på 4,1 respektive 3,4 procentenheter starkare än för tidigare regressionsmodeller.
Koefficienten (β1 ) ligger på -1,454 vilket tyder på en negativ korrelation. Från tidigare regressionsmodeller har korrelationen mellan beroende och oberoende variabel varit positiv.
En ökning av relativ momssats leder här till en minsking av omsättningsnivån. Utifrån koefficienten för den oberoende variabeln säger denna att det sker en minsking av omsättningsnivån med 1,454 procent vid en procents ökning av den relativa momssatsen.
Från denna regressionsanalys är r2 starkare, och den beroende variabeln påverkas i högre grad av koefficienten för vald oberoende variabel jämfört med tidigare regressionsmodeller. Även P – värdet är i detta test mycket lägre än tidigare regressioner, och det är signifikant vid ett enkelsidigt test. P – värdet hamnar för detta test på 0,073 (0,0365 enkelsidigt), vilket är under uppsatt signifikansnivå på 5 procent. Detta P – värde är tillräckligt lågt för att kunna förkasta nollhypotesen. Utifrån regressionsmodellen ovan går det alltså att statistiskt säkerställt påstå att den relativa momssatsen, som uppvisar rätt tecken i enlighet med uppsatt mothypotes, har påverkat omsättningsnivåerna.
33
5.3.4 Multipel regressionsanalys med relativa momssatser och BNP per capita
Nedan är en multipel regressionsanalys med samma studerade oberoende variabler som innan (se 5.3.2 och 5.3.3). Variablerna är nu i samma regression. Detta för att se om P-värdet för relativ moms märkvärt skiljer sig jämfört med P-värdet från den simpla regressionsanalysen med samma variabel. Eftersom regressionsanalysen är mutipel räknas även ett sammanvägt P- värde ut för båda oberoende variabler.
Figur 5. Multipel regressionsanalys med relativa momssatser och BNP per capita.
Model Summary Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,252a ,063 ,032 ,8608431
a. Predictors: (Constant), lnBNPperCapita_Euro, lnRelativMoms
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3,005 2 1,502 2,027 ,141b
Residual 44,463 60 ,741
Total 47,468 62
a. Dependent Variable: lnOmsättningAvBNP_Procent
b. Predictors: (Constant), lnBNPperCapita_Euro, lnRelativMoms
Coefficientsa
Model Unstandardized Coefficients t Sig.
B Std. Error
1
(Constant) -2,638 1,537 -1,716 ,091
lnRelativMoms -1,369 ,804 -1,703 ,094
lnBNPperCapita_Euro ,132 ,155 ,855 ,396
a. Dependent Variable: lnOmsättningAvBNP_Procent
Regressionsekvation
lnOmsättningAvBNP_Procentit = β0 + β1*lnRelativMomsi + β2*lnBNPperCapita_Euroi + ui
i = 21
t = 2008, 2010, 2012
34
Determinationskoefficienten (r2) har ett värde på 0,063, alltså ett något högre värde jämfört med tidigare regressioner. 6,3 procent av förändringen i omsättningsnivån kan nu förklaras av de oberoende variablerna.
Koefficienten för relativ moms (β1) har fortfarande en negativ korrelation med ett värde på -1,369. Regressionsresultaten talar fortfarande för att en ökning av relativ moms leder till en minskning av omsättningsnivån. Omsättningsnivån minskar med 1,369 procent vid en procents ökning av den relativa momssatsen.
Jämfört med tidigare regressioner hamnar P-värdet för BNP per capita på en betydligt högre nivå. Även P-värdet för relativ moms hamnar något högre. Samtliga P-värden hamnar dock över aktuell signifikansnivå vid ett dubbelsidigt test, men relativ moms fortsätter vara signifikant och uppvisar rätt tecken om man antar ett enkelsidigt test. Då med ett P-värde på 0,047, vilket är lägre än en signifikansnivå på 5 procent. Det sammanvägda P-värdet för båda studerade oberoende variabler hamnar på 0,141, vilket också är över aktuell signifikansnivå på 5 procent. Signifikansnivån för relativ moms ökar i denna regressionsanalys, men fortsätter att vara signifikant vid ett enkelsidigt test.
35
5.3.5 Multipel regressionsanalys med relativa momssatser och dummyvariabler
Här introduceras dummyvariabler som benämner förekomsten för ett år eller inte i
regressionen. Dummyvariabler kan här användas för att plocka upp eventuella trender eller årsspecifika händelser i materialet. Variabeln D2010 är definierad för år 2010 och variabeln D2012 för år 2012. År 2008 definieras inte som en egen dummyvariabel utan är istället basperioden. Dess värden tolkas ur koefficient – tabellen och jämförs i förhållande till konstanten (β0), där konstanten representerar de data som inte definierats som en
dummyvariabel, nämligen år 2008. I regressionsanalysen finns då totalt 3 oberoende variablar att ta hänsyn till.
Figur 5. Regressionssammanfattning för regressionsanalys med relativa momssatser och dummyvariable r
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 ,280a ,078 ,031 ,86111
a. Predictors: (Constant), D2012, lnRelativMoms, D2010
Coefficientsa
Model Unstandardized Coefficients t Sig.
B Std. Error
1
(Constant) -1,498 ,188 -7,968 ,000
lnRelativMoms -1,450 ,798 -1,818 ,074
D2010 ,170 ,266 ,639 ,525
D2012 ,346 ,266 1,301 ,198
a. Dependent Variable: lnOmsättningAvBNP_Procent
Jämfört med den förra regressionsmodellen är värdet för r2 och den oberoende variabelns koefficient snarlikt. Det som är av intresse att utläsa från denna regression är
dummyvariablerna Det går att tolka regressionskoefficienten för D2010, som här har ett värde
36
på 0,170. Värdet säger att, givet att allt annat är konstant och att året är 2010, så ökar omsättningen med 0,170 procent mer än för år 2008. Dummyvariabeln för år 2012, D2012 som har ett värde på 0,346 tolkas på samma sätt. Att om allt annat är konstant och året gäller 2012, så ökar omsättningen med 0,346 procent mer än för år 2008. Det man kan tolka från detta är främst att omsättningen gått upp, dock inte så pass mycket att det mellan tidpunkterna skulle skett något, som t.ex. en regeländring som starkt påverkat omsättningsnivåerna.
37
6. Diskussion
6.1 Regressionsresultat
Regressionsanalyserna talar för ett stöd gällande lokaliseringsbeslut grundat på momssatser.
Den nollhypotes och grundantagande som sattes upp innan analysavsnittet är konstruerat utefter ett antal implicita antaganden, främst gällande företagens lokaliseringsbeslut i teorin.
Med företag menas här företag som då ägnar verksamheten åt försäljning av elektroniska varor och tjänster. Mycket från tidigare teoriavsnitt är applicerbart på företag där
lokaliseringsbeslut kan vara motiverat i syfte för bl.a. kostnadsreduceringar och lokal marknadskännedom. Vad gäller de företag som varit av intresse för denna uppsats så har egentligen samma teorier varit lika intressanta att ta i beaktning, då för att komma fram till att dessa företag inte förhåller sig till dessa teorier på samma sätt som ”vanliga” handelsföretag.
För företag som säljer rent elektroniskt är avsaknaden av dessa motiv totala, men genom att ge utrymme för dessa teorier är det samtidigt enklare att förstå att det inte finns något stöd för dem. Gällande kostnadsreduceringar, lokal marknadskännedom eller externa effekter saknas skäl för en lokaliseringsfaktor grundat utifrån detta. Dessa lokaliseringsfaktorer är obefintliga och man kan utifrån diskuterad teori anta att dessa företag väljer att lokalisera sig var som helst av oklar anledning.
Resultaten från regressionsanalyserna tyder på en lokaliseringsfaktor grundat på momssatser där nollhypotesen går att förkasta med en signifikansnivå på 5 procent. Utifrån det
datamaterial som studerats finns det stöd för att omsättningen för relevant bransch varit beroende av relativa momssatser. Vad som mer ligger till grund för lokaliseringsbeslut när försäljningen är helt elektronisk har varit bortom uppsatsen omfång och därför inte undersökts vidare.
Eftersom resultaten visat på ett samband mellan undersökta variablar, ger detta samtidigt skenet av något annat, nämligen att en harmonisering av momssatser inom EU kvarstår. I inledningen av denna studie nämndes att man inom EU sedan länge strävat efter att
harmonisera momssatserna mellan medlemsländerna (se 1.1), att momssatserna ska gå mot ett genomsnitt. Detta är kopplat till EUs policy, att skattesatserna inte ska splittras upp utan röra sig mot en gemensam nivå. Genomsnittet i standard momssatser för 2008 låg på 20,12
